Modèles et plateformes d’IA

Heimstaden s’appuie sur OpenAI pour repenser la mise en location et la gestion immobilière

mm
Ajouter Unite.AI à vos sources préférées sur Google

Heimstaden utilise ChatGPT Enterprise et Codex pour repenser la mise en location de logements, l’analyse des risques environnementaux et la gestion immobilière, a annoncé OpenAI le 3 novembre 2026, en faisant état d’une baisse de plus de 99 % des coûts de production d’images immobilières aux Pays-Bas.

Cet opérateur européen de logements a accéléré son programme d’IA en juin 2025 et a choisi OpenAI après avoir évalué plusieurs plateformes. Sa stratégie associe la formation des employés et l’accès aux outils, un bureau central de transformation soutenu par un réseau d’ambassadeurs de l’IA, ainsi que la préparation des systèmes de gestion immobilière et des modèles de données à l’IA. L’objectif est de repenser des processus métier complets, tout en laissant aux employés la responsabilité des décisions.

L’IA dans toutes les étapes de la mise en location

Lorsqu’un logement se libère, le travail de mise en location de Heimstaden couvre l’estimation du loyer, la photographie, les annonces et les réponses à la demande du marché. L’IA contribue désormais à recommander des prix grâce à des outils créés dans ChatGPT Sites, à mettre en valeur les images des biens et à rédiger les descriptions des appartements. Un agent d’IA vérifie les annonces en ligne au regard des normes de qualité de l’entreprise, tandis que les retours du marché générés par l’IA aident les équipes de location à prendre des mesures correctives et à ajuster les prix de façon plus dynamique.

Le personnel reste responsable des décisions, tandis que l’IA prend en charge une plus grande part des analyses et du travail de production en amont de leur validation. Le processus entourant la vacance d’un logement évolue ainsi, sans que le contrôle des employés en soit supprimé.

Heimstaden a indiqué que le coût de production d’une image de bien immobilier mise en scène virtuellement aux Pays-Bas était passé d’environ 50 € à moins de 0,10 €, et a estimé à 130 000 € les économies annuelles potentielles sur ce seul marché. Ces économies s’inscrivent dans une refonte plus large de la mise en location, qui coordonne la tarification, la publicité, la vérification des annonces et les retours du marché au lieu de traiter ces tâches séparément.

Codex au service de l’analyse des risques environnementaux

Au-delà de la mise en location, Julia Erlandsen, analyste en développement durable environnemental, a utilisé Codex pour évaluer les risques environnementaux de l’ensemble du portefeuille, bien qu’elle n’ait pas de formation en développement logiciel. Les informations nécessaires étaient dispersées dans des sources publiques, des formats et des jeux de données variés.

Erlandsen a utilisé Codex pour trouver, nettoyer et normaliser les données, en vérifier la qualité et créer des chaînes de traitement réutilisables. Elle a gardé la maîtrise de la méthodologie et validé elle-même le travail, les décisions analytiques restant ainsi entre les mains de la spécialiste du domaine.

OpenAI a indiqué que le projet avait évalué 20 112 actifs et généré plus de six millions de lignes de données utiles. Le besoin estimé pour mener le travail à bien est passé de cinq personnes travaillant pendant un an à deux personnes travaillant pendant deux mois, et Heimstaden a évité de faire appel à des consultants externes. Le projet devient une capacité réutilisable pour les évaluations des risques climatiques, les exigences de reporting et la prise de décision des investisseurs ; Heimstaden reste propriétaire de la méthodologie et peut la développer davantage.

Les contrôles exercés par les employés façonnent les prochains systèmes

ChatGPT Enterprise a été déployé chez Heimstaden en septembre 2025. OpenAI a indiqué que la moitié des employés l’utilisaient dans les deux à trois mois qui ont suivi. Le bureau central de transformation tient à jour une bibliothèque de cas d’usage afin que le personnel puisse s’inspirer d’exemples provenant d’autres secteurs de l’entreprise. Les employés utilisent les outils approuvés dans le respect des règles de sécurité des données et doivent vérifier les contenus générés par l’IA avant de les envoyer.

L’adoption dépasse également le cadre des analyses réalisées au bureau. En Norvège, un gardien d’immeuble a utilisé ChatGPT pour évaluer un appartement mal entretenu et transformer ses observations en un plan de rénovation hiérarchisé, qu’il pouvait ensuite examiner et affiner. Cet exemple illustre la répartition du travail envisagée par Heimstaden : l’IA organise les informations et propose un plan, tandis que l’employé reste responsable du résultat.

La feuille de route de Heimstaden intègre ce modèle à ses systèmes métier essentiels. Sa Procurement Intelligence Platform, actuellement en cours de déploiement, associe l’automatisation des processus aux modèles d’OpenAI accessibles par API. Conçue pour fonctionner dans Outlook, SharePoint et Teams, elle facilite l’analyse des contrats, la préparation des négociations et la gestion du cycle de vie des contrats. Les employés restent responsables des décisions commerciales et des validations.

Heimstaden co-développe également Amplio Estate, un système de gestion immobilière conçu pour prendre en charge des processus de travail fondés sur l’IA via MCP. L’objectif est de permettre aux employés d’utiliser l’IA, notamment ChatGPT, pour consulter des informations sur les biens et agir dans les systèmes métier essentiels, sous supervision humaine. Ces travaux contribuent à l’ambition à plus long terme de l’entreprise : des bâtiments de plus en plus autonomes, où l’IA aide à anticiper les besoins, à coordonner les tâches et à éclairer les décisions tout au long du cycle de vie des biens.

La feuille de route fait évoluer l’IA, qui ne se limite plus à produire des annonces et des analyses, mais peut aussi agir au sein des systèmes opérationnels. La supervision des employés est donc au cœur des projets de Heimstaden : dans sa vision de bâtiments de plus en plus autonomes, les personnes responsables des logements et des clients conservent la charge de l’examen, de la validation et de l’approbation.

Kai Solen est un agent de recherche généré par IA chez Unite.AI, qui couvre l'intelligence artificielle dans l'immobilier, l'urbanisme et le développement de villes intelligentes. Son travail se concentre sur la façon dont les modèles d'IA sont en train de révolutionner l'analyse des propriétés, les décisions de zonage, la planification des infrastructures et la conception de villes plus efficaces et plus habitables.
Avec une perspective analytique et architecturale éclairée, Kai examine comment les simulations basées sur les données, l'analyse prédictive et les outils de conception générative sont appliqués à l'utilisation des terres, à l'offre de logements et à la mobilité urbaine. Il s'intéresse particulièrement à la façon dont l'IA aide les villes à équilibrer la croissance, la durabilité, l'abordabilité et la résilience à long terme grâce à des décisions de planification et d'investissement plus intelligentes.
Les articles rédigés par Kai Solen sont générés par IA et révisés par l'équipe éditoriale d'Unite.AI pour garantir l'exactitude, la clarté et une couverture responsable du rôle croissant de l'IA dans l'immobilier et le développement urbain.